Síť městských stezek a kardiovaskulární onemocnění: přirozený experiment

K odhadu účinku rozšíření městské stezky budou použity dvě různé metody časových řad (tj. „zásah“), ke kterému došlo ve WInnipegu v Kanadě v Manitobě v letech 2010 až 2012. Studie je navržena tak, aby určila, zda bylo pozorováno snížení hlavních nepříznivých kardiovaskulárních příhod (MACE) ve čtvrtích, které obdržely intervenci, ve srovnání s trendy mezi kontrolními čtvrtěmi, které intervenci nedostaly. Za prvé, víceskupinová segmentovaná regrese dat přerušených časových řad bude použita k posouzení účinku intervence na výskyt KVO, a to jak okamžitě (změna úrovně), tak v čase (změna trendu) vytvořením indikačních proměnných . Úroveň bude základní sazbou koncových bodů souvisejících s CVD na začátku období před intervencí (2000) a hodnotou bezprostředně následující po každém bodu změny, ve kterém se do roku 2010 připojují následné segmenty. Trend je míra změny v koncových bodech MACE (jinými slovy, sklon) během segmentu. Autoregresivní chyby budou modelovány tak, aby zohledňovaly korelované výsledky. Za druhé, model autoregresního integrovaného klouzavého průměru (ARIMA) bude přizpůsoben časové řadě výskytu CVD pomocí standardního přístupu k identifikaci, odhadu a kontrole. Na celé období studia (listopad 2000 až říjen 2019) bude aplikován trend a periodické sezónní termíny. Pro období před intervencí bude také vytvořen samostatný model ARIMA, který bude předpovídat vývoj KVO v ošetřovaných čtvrtích. Počet koncových bodů KVO, kterým intervence zabránil, bude odhadnut výpočtem rozdílu mezi předpokládaným počtem a pozorovaným počtem případů. Pokud by bylo obtížné přizpůsobit model ARIMA relativně malému souboru dat, použijí se modely exponenciálního vyhlazování nebo Holt Winters Algorithm. Ačkoli vyžadují větší velikosti vzorků, jsou pro tento projekt ideální, protože (1) umožňují explicitně modelovat řadu různých typů intervenčních efektů a (2) jsou vhodné pro předpovídání budoucích trendů.